Alekh Agarwal

Une nouvelle méthode améliore l'apprentissage en utilisant des retours humains grâce à l'auto-jouabilité.

Une nouvelle méthode améliore la compilation des programmes, produisant des fichiers de sortie plus petits en utilisant des données passées.

Une nouvelle méthode améliore les modèles de langue en se concentrant sur les préférences des utilisateurs.

Présentation d'un cadre pour affiner les modèles de langue afin d'équilibrer plusieurs objectifs.

Enseigner aux machines à apprendre sans révéler les secrets d'experts, c'est super important pour la vie privée.